PEMANFAATAN IMAGE MINING UNTUK KLASIFIKASI KANKER PARU-PARU MENGGUNAKAN JARINGAN SARAF TIRUAN (Studi Kasus : Semen Padang Hospital dan RSUP M Djamil Padang)

Hesti, Gravina (2020) PEMANFAATAN IMAGE MINING UNTUK KLASIFIKASI KANKER PARU-PARU MENGGUNAKAN JARINGAN SARAF TIRUAN (Studi Kasus : Semen Padang Hospital dan RSUP M Djamil Padang). Diploma thesis, Universitas Andalas.

Preview	Text (Cover dan Abstrak) 01 cover dan abstrak.pdf - Published Version Download (463kB) | Preview
Preview	Text (BAB I) 02 BAB I.pdf - Published Version Download (314kB) | Preview
Preview	Text (BAB Akhir(Penutup)) 03 BAB Akhir.pdf - Published Version Download (278kB) | Preview
Preview	Text (Daftar Pustaka) 04 Daftar pustaka.pdf - Published Version Download (283kB) | Preview
	Text (Skripsi Full) 05 Tugas Akhir Ilmiah Utuh.pdf - Published Version Restricted to Repository staff only Download (14MB)

Abstract

Radiologi Semen Padang Hospital dan RSUP M Djamil Padang sebagai rumah sakit dengan fasilitas yang lengkap di Sumatera Barat menerima pasien perekaman CT Scan setiap hari. Radiologi Semen Padang Hospital beroperasi 24 jam dan memiliki 1 orang radiologis dan pada Radiologi RSUP M Djamil Padang sebagai satu-satunya rumah sakit tipe A di Sumatera Barat yang menerima pasien dari seluruh Sumatera Barat, setiap harinya rata-rata 10 orang melakukan perekaman CT Scan namun hanya memiliki 3 radiologis yang berkerja tidak hanya mendiagnosa CT Scan tapi mulai dari pemeriksaan hingga perawatan dan terapi. Hal ini membuat pekerjaan radiologis menumpuk begitu juga CT Scan yang harus didiagnosa. CT Scan dari selesai perekaman hingga diagnosa dan sampai kepada pasien memerlukan waktu rata-rata 1 hari sedangkan jika pasien menumpuk maka membutuhkan waktu yang lebih lama padahal pada kanker paru-paru semakin cepat didiagnosa semakin cepat diobati sehingga semakin sedikit penyebarannya, semakin tinggi kemungkinan sembuhnya. Menumpuknya CT Scan pasien yang harus didiagnosa membuat radiologis harus lembur bahkan membawa pekerjaannya pulang ke rumah. Hal ini membuat perkerjaan radiologis menjadi tidak optimal. Faktor manusia (human error) seperti kelelahan, tidak fokus membuat terjadinya kesalahan diagnosa. Untuk itu dibutuhkan sistem yang dapat membantu radiologis mendiagnosa CT Scan pasien kanker paru-paru sehingga radiologis dapat terbantu untuk mendiagnosa dan waktu diagnosa dan pengobatan lebih cepat serta mengurangi kesalahan yang dikarenakan faktor manusia (human error). Metode yang digunakan untuk sistem ini yaitu klasifikasi dengan jaringan saraf tiruan backpropagation. Pada penelitian ini dihasilkan aplikasi sistem klasifikasi jaringan saraf tiruan backpropagation untuk mendiagnosa CT Scan pasien kanker paru-paru. Dimana sistem telah diuji keakuratannya dengan diagnosa rumah sakit dan didapatkan hasil keakuratan terhadap data latih sebanyak 88,89% dan pada data uji 83,33%.

Actions (login required)

View Item